Python：将整数转换为日期时间戳答案

【问题标题】：Python: casting an integer into a datatime stampPython：将整数转换为日期时间戳
【发布时间】：2019-02-16 23:31:31
【问题描述】：

我发现转换以下列表l 非常困难：

l = [0, 1]

进入与以下数据帧df的索引对应的时间戳：

                 dt  val
2017-11-13 00:00:00  8
2017-11-13 01:00:00  17

理想的结果必须是：

l = [2017-11-13 00:00:00, 2017-11-13 01:00:00]

所以我可以在重叠df 的较长时间序列图中识别这两个时间步。

这样做的最佳方法是什么？我的尝试惨遭失败，我无法理解正确的时间戳格式：

index1 = pd.to_datetime(str(df.index[l[0]]), format='%Y-%m-%d %H:%M:%S')
index2 = pd.to_datetime(str(df.index[l[1]]), format='%Y-%m-%d %H:%M:%S')

这会引发错误：

ValueError: time data '2017-11-13 00:00:00' does not match format '%Y-%m-%d %H:%M:%S' (match)

【问题讨论】：

print(str(df.index[l[0]])) 输出什么？

标签： python pandas datetime timestamp time-series

【解决方案1】：

有几种方法，但这里有一种没有显式循环或指定格式的方法：

L = [0, 1]

datetime = pd.to_datetime('2017-11-13') + pd.to_timedelta(L, unit='h')

结果：

DatetimeIndex(['2017-11-13 00:00:00', '2017-11-13 01:00:00'], 
              type='datetime64[ns]', freq=None)

您的解决方案将不起作用，因为 str 不能以矢量化方式工作。

【讨论】：

【解决方案2】：

我认为需要fstrings 的列表理解：

d = pd.to_datetime([f'2017-11-13 {x}:00:00' for x in l], format='%Y-%m-%d %H')
print(d)

DatetimeIndex(['2017-11-13 00:00:00', '2017-11-13 01:00:00'], 
              dtype='datetime64[ns]', freq=None)

性能（取决于真实数据）：

np.random.seed(2018)
l = np.random.randint(12, size=1000).tolist()

In [48]: %%timeit
    ...: d = pd.to_datetime([f'2017-11-13 {x}:00:00' for x in l], format='%Y-%m-%d %H')
647 µs ± 2.45 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [49]: %%timeit
    ...: d = pd.to_datetime('2017-11-13' + 
             pd.Index(l).astype(str).str.zfill(2), format='%Y-%m-%d%H')
    ...: 
4.43 ms ± 22 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

【讨论】：